I.

PENDAHULUAN

A. Latar Belakang Penelitian

PT. PLN (Persero) adalah perusahaan persero yang bergerak dalam bidang
pelayanan jasa listrik, memiliki berbagai macam proses pengolahan data
didalamnya. Salah satu proses pengolahan data di PT. PLN (Persero) yang akan
dibahas adalah proses pengolahan data dana pensiun. Proses pengolahan data yang
sangat erat kaitannya dengan dana pensiun yaitu proses pengajuan permohonan
pensiun.
Perusahaan telah menentukan batas umur pensiun untuk pegawainya
adalah 56 tahun. Maka pegawai yang sudah mencukupi umurnya untuk pensiun
diwajibkan untuk mengajukan pensiun ke bagian Juru Utama / Juru Administrasi
Personil di PT. PLN (Persero) P3B Jawa Bali Region Jawa Barat. Apabila
pegawai tersebut sudah memenuhi semua persyaratan yang ada di surat
permohonan pensiun maka surat permohonan pensiun tersebut dikirimkan ke
Manajer bidang SDM dan Organisasi PT. PLN (Persero) P3B Jawa Bali yang ada
di Jakarta Selatan. Untuk mendapatkan surat keputusan pemberhentian pegawai
dari Manajer tersebut maka dibutuhkan metode pengambilan keputusan untuk
mencari proses terbaik dalam mengambil keputusan.
Pengambilan keputusan dalam penerapan sistem informasi pengajuan
pensiun menggunakan metode Analytic Hierarchy Process (AHP). Hal ini
didasarkan memiliki keunggulan dari segi proses pengambilan keputusan dan
akomodasi untuk atribut – atribut baik kuantitatif maupun kualitatif. Selain itu,
sistem pengambilan keputusan AHP mampu menghasilkan hasil yang lebih
konsisten dibanding metode – metode lainnya serta sistem metode ini mudah
dipahami dan digunakan.
Informasi dari output AHP dapat menjadi informasi dalam mengambil
keputusan yang tidak hanya berlaku untuk jangka panjang, tapi berlaku juga untuk
waktu saat ini. Salah satunya yaitu menentukan suatu sistem informasi dapat
diterapkan atau tidak disuatu perusahaan atau instansi.
 Dengan melihat uraian diatas, dapat kita ambil kesimpulan bahwa metode
AHP sangat perlu dalam langkah pengambilan suatu keputusan guna
menghasilkan suatu output atau keputusan yang terbaik.
Maka dari itu, penulis mengusulkan suatu metode AHP sebagai acuan
untuk pengambilan suatu keputusan yang dapat menghasilkan keputusan yang
lebih konsisten, maka hal ini diwujudkan dalam skripsi yang berjudul
“PENGAMBILAN KEPUTUSAN PENERAPAN SISTEM INFORMASI
PENGAJUAN PENSIUN MENGGUNAKAN ANALYTIC HIERARCHY
PROCESS (AHP)”.

B. Fokus Penelitian

Untuk mempermudah dalam melakukan perancangan suatu sistem

diperlukan suatu pembatasan dari masalah-masalah yang ada, sehingga dapat
diketahui ruang lingkup dari sistem yang akan dirancang. Dalam penelitian ini,
penulis membatasi masalah sebagai berikut :
1. Sistem Informasi yang akan dibangun adalah sistem pengolahan data
pengajuan pensiun.
2. Sistem informasi pengambilan keputusan untuk pengajuan pensiun
dengan menggunakan metode AHP.
3. Penelitian tugas akhir ini bertempat di PT. PLN (Persero) P3B Jawa Bali
Region Jawa Barat.

C. Rumusan Masalah

Metode AHP sangat perlu dalam langkah pengambilan suatu keputusan

guna menghasilkan suatu output atau keputusan yang terbaik. Selanjutnya
perumusan masalah dapat dirumuskan dalam pertanyaan sebagai berikut :
1. Bagaimana membangun sistem informasi pengambilan keputusan untuk
pengajuan pensiun dengan menggunakan metode AHP ?
D. Tujuan Penelitian

Berdasarkan permasalahan yang diteliti, maka maksud dari penelitian

tugas akhir ini adalah untuk membangun sistem informasi pengambilan keputusan
untuk pengajuan pensiun dengan menggunakan metode AHP guna menghasilkan
suatu output atau keputusan yang terbaik.
Sedangkan tujuan yang akan dicapai dalam penelitian ini adalah :
1. Untuk mempermudah user dalam menangani pengolahan data dana
pensiun.
2. Untuk mempermudah user dalam mengambil suatu keputusan yang
terbaik dalam proses pengajuan pensiun.
3. Mengaplikasikan dan menganalisis model keputusan untuk mendukung
strategi pengambilan keputusan.

E. Manfaat Penelitian

Dengan adanya pembangunan sistem informasi pengambilan keputusan

untuk pengajuan pensiun dengan menggunakan metode AHP, diharapkan proses
pengajuan pensiun bisa lebih cepat dan mudah.
 II. STUDI KEPUSTAKAAN

A. Konsep Dasar Sistem

Konsep dasar sistem ini meliputi pengertian dasar dari sistem, bentuk
umum sistem, karakteristik sistem dan analisis system.

1. Pengertian Sistem

Terdapat dua kelompok pendekatan dalam mendefinisikan sistem yaitu

yang menekankan pada prosedurnya mendefinisikan sistem sebagai berikut :
Menurut JOG [4] :
Suatu sistem adalah suatu jaringan dari prosedur-prosedur yang
saling berhubungan, berkumpul bersama-sama untuk melakukan
suatu kegiatan atau untuk menyelesaikan suatu sasaran tertentu.
Sedangkan pendekatan sistem yang menekankan pada komponennya
mendefinisikan sistem sebagai berikut :
Menurut JOG [4] :
Sistem adalah kumpulan dari elemen-elemen yang berinteraksi
untuk mencapai suatu tujuan tertentu.

2. Bentuk Umum Sistem

Bentuk umum dari suatu sistem terdiri atas masukan (input), proses, dan
keluaran (output). Dalam bentuk umum sistem ini biasa melakukan satu atau lebih
masukan yang akan diproses dan menghasilkan keluaran sesuai dengan rencana
yang telah ditentukan sebelumnya.

INPUT PROSES OUTPUT

Gambar 2.1 Model Sistem Sederhana

3. Karakteristik Sistem

Adapun karakteristik suatu sistem, yaitu :

a. Komponen-komponen (Components)
Suatu sistem terdiri dari sejumlah komponen yang saling berinteraksi,
yang artinya saling bekerjasama untuk membentuk satu kesatuan.
Komponen-komponen sistem atau elemen-elemen system dapat berupa
suatu subsistem atau bagian-bagian dari sistem.
b. Batas Sistem (Boundary)
Batas sistem (Boundary) merupakan daerah yang membatasi antara satu
sistem yang lain atau dengan linkungan luarnya. Batas sistem ini
memungkinkan suatu sistem dipandang sebagai satu kesatuan.
c. Lingkungan Luar Sistem (Environment)
Lingkungan luar dari suatu sistem adalah apapun diluar batas dari system
yang mempengaruhi operasi sistem.
d. Perhubungan (Interface)
Perhubungan merupakan media penghubung antara satu sub sistem dengan
subsistem lain.
e. Masukan (Input)
Masukan adalah energi yang dinasukkan kedalam sistem.
f. Keluaran (Output)
Keluaran adalah hasil dari energi yang diolah dan diklasifikasikan menjadi
keluaran yang berguna.
g. Pengolahan
Suatu sistem dapat mempunyai suatu bagian pengolahan yang akan
merubah masukan menjadi keluaran.
h. Sasaran (Object)
Suatu sistem pasti mempunyai tujuan atau sasaran-sasaran dari sistem
sangat membutuhkan sekali masukan yang dibutuhkan sistem dan keluaran
yang akan dihasilkan sistem.
B. Sistem Informasi

Bila mengacu pada definisi sistem menurut HM, Jogiyanto dalam bukunya
yang berjudul “Analisis dan Desain Sistem Informasi” maka sistem informasi
dapat didefinisikan sebagai berikut :
“Suatu sistem yang dibuat oleh manusia yang terdiri atas komponen –
komponen dalam organisasi untuk mencapai suatu tujuan yaitu menyajikan
informasi” .
Sistem informasi merupakan kombinasi dari manusia, fasilitas atau alat
teknologi, media, prosedur dan pengendalian yang bermaksud untuk menata
jaringan komunikasi yang penting, pengolahan atas interaksi – interaksi tertentu
dan rutin, membantu memanajemen dan menyediakan dasar pengambilan
keputusan yang tepat.
Informasi yang dihasilkan dari sistem informasi bertujuan untuk :
1. Menyediakan informasi untuk membantu dalam pengambilan keputusan
oleh pihak yang berwenang.
2. Membantu petugas di dalam melaksanakan proses pengambilan data.
3. Memberikan informasi yang layak dan dapat dipertanggungjawabkan
kepada pihak di luar organisasi.

1. Sumber dari Sistem Informasi

Sumber dari sistem informasi berasal dari alat pengolahan data,

yaitu :
1. Manual informational system, berasal dari proses manual, karena
masih manual maka manusia sangat berperan dalam menyelesaikan
masalah.
2. Mechanical information system, berasal dari pengolahan oleh peralatan
atau mesin – mesin pencatatan, disini manusia masih berperan .
Computer based information system, berasal dari electronic dan processing
(EDP), dengan adanya pemakaian computer mengakibatkan manusia tidak begitu
berperan karena computer dapat membantu menyelesaikan permasalahan.
2. Komponen Sistem Informasi

Sistem informasi mempunyai beberapa komponen, yaitu :

1. Hardware (perangkat keras), seperti : keyboard, monitor,
microprocessor dan lain sebagainya.
2. Software (perangkat lunak)
3. Brainware (manusia)
4. Data
Prosedur atau metode – metode.

C. Pemodelan Sistem Pengambilan Keputusan

Seperti telah dijelaskan diatas system didefinisikan sebagai kumpulan

objek yang memiliki keterkaitan fungsi dan prosedur untuk mencapai tujuan
tertentu bersama – sama. Sistem pengambilan keputusan berkaitan dengan elemen
– elemen keputusan seperti pengambilan keputusan, tool pengambilan keputusan,
aturan dan ide atau prinsip dengan tujuan mencari solusi atas permasalahan
keputusan yang dihadapi.

1. Metode Keputusan

Model keputusan relevan dengan model secara umum. Model

didefinisikan sebagai representasi sederhana dari suatu keadaan nyata (Ramdhani
[3]).

2. Metode Keputusan

Pemodelan pada dasarnya merupakan proses membangun atau membentuk

sebuah model, dalam bahasa formal tertentu, dari suatu system nyata berdasarkan
sudut pandang tertentu menurut Ramdhani [3]. Sistem nyata akan dilihat dan
dibaca oleh pemodelan dan membentuk citra atau gambaran tertentu di dalam
pikirannya.
Pemodelan dilakukan menurut beberapa tahapan seperti yang ditunjukan
oleh gambar II.2. Tahapan ini menjadi arah bagi pemodel untuk membuat model
yang memiliki karakter dengan tingkat generalisasi tinggi, mekanisme transparan,
berpotensi untuk dikembangkan peneliti lain, dan peka terhadap perubahan
asumsi.

Identifikasi Permasalahan
dan Tujuan

Pendefinisian Sistem

Formulasi Model

Parameterisasi Model

Validasi Model

No

Valid

Yes

Validasi Model

Tahapan ini mengisyaratkan pemodelan untuk memasukkan komponen

pada suatu system nyata yang benar – benar menentukan perilaku system untuk
suatu persoalan yang sedang diamati dan mengisyaratkan bahwa pengguna model
harus tetap mempertahankan validitasnya dan asumsinya.

D. Pengambilan Keputusan Kinerja Majemuk

Pengambilan keputusan kriteria majemuk pada prinsipnya menurut

Ramdhani [3] adalah sebagai berikut :

“Model pengambilan keputusan untuk penentuan prioritas alternatife

dengan menggunakan dua atau lebih kriteria atau atribut, yang satu sama
lain terkadang memiliki konflik dan kriteria yang tidak sepadan untuk
beberapa kepentingan kelompok”.

Lebih lanjut lagi, menurut Ramdhani [3] menyatakan penggunaan model

untuk pengambilan keputusan kriteria majemuk untuk suatu keputusan tertentu
tergantung pada saat pemilihan kriteria yang digunakan sebagai kriteria satuan
analisis. Pada saat pembuatan kriteria, pengambilan keputusan harus mencoba
untuk menggambarkan dalam bentuk kuantifikasi jika hal ini memungkinkan,
karena akan selalu adsa factor yang tidak dapat dikuantifikasikan yang juga tidak
dapat diabaikan. Bila diabaikan maka hal ini dapat mengakibatkan semakin
sulitnya membuat perbandingan kenyataan bahwa kriteria yang baik tidak bisa
dikuantifikasikan itu sukar untuk diperkirakan dan diperbandingkan hendaknya
tidak dapat menyebabkan pengambilan keputusan untuk tidak menggunakan
kriteria tersebut, karena kriteria ini dapat saja relevan dengan masalah utama di
dalam setiap analisis. Beberapa kriteria yang kemungkinan sangat penting, tetapi
sulit dikuantifikasikan adalah seperti faktor – faktor social ( seperti gangguan
lingkungan), estetika, keadilan, faktor – faktor politis, serta kelayakan
pelaksanaan, akan tetapi jika suatu kriteria dapat dikuantifikasikan tanpa merubah
pengertiannya, maka hal ini dapat dilakukan.

1. Penentuan Kriteria

Sifat – sifat yang harus diperhatikan dalam memilih criteria pada setiap
persoalan pengambilan keputusan adalah sebagai berikut menurut Ramdhani [3] :

a. Lengkap

Kriteria yang dipilih harus dapat mencakup seluruh aspek penting

dalam persoalan tersebut. Suatu set kriteria disebut lengkap apabila set ini
dapat menunjukkan seberapa jauh seluruh tujuan dapat dicapai.

b. Operasional

Kriteria yang baik harus dapat digunakan dalam analisis. Sifat

operasional ini mencakup beberapa pengertian, antara lain bahwa set
kriteria ini harus mempunyai arti bagi pengambilan keputusan, sehingga ia
dapat benar – benar menghayati implikasinya terhadap alternatif yang ada.
Selain itu, jika tujuan pengambilan keputusan ini harus dapat digunakan
sebagai sarana untuk meyakinkan pihak lain, maka set kriteria ini harus
dapat digunakan sebagai sarana untuk memberikan penjelasan atau untuk
berkomunikasi. Operasional ini juga mencakup sifat dapat diukur,
tujuannya adalah untuk memperolah distribusi kemungkinan dari tingkat
 pancapaian kriteria yang mungkin diperoleh (untuk keputusan dalam
ketidakpastian ) dan mengungkapkan perferensi pengambilan keputusan
atas pencapaian kriteria.

c. Tidak Berlebihan

Kriteria yang dipilih tidak berlebihan untuk menghindari

perhitungan yang berulang. Proses menentukan set kriteria diusahakan
menghindari kriteria yang mengandung pengertian yang sama.

d. Minimum

Jumlah kriteria harus minimum dengan tujuan agar lebih

mengkonprehensifkan persoalan. Semakin banyak criteria yang dilibatkan
maka semakin sukar pula untuk dapat menghayati permasalahan dengan
baik, lebih jauh lagi, jumlah perhitungan yang diperlukan dalam analisis
akan semakin banyak.
Adakalanya meskipun kita telah berusaha menjabarkan tujuan
menjadi lebih spesifik, kita tetap dapat menemukan kriteria untuk sejumlah
tujuan.

2. Jenis Metode Pengambilan Keputusan Kriteria Majemuk

Menurut Saaty [4] ada beberapa metode standar yang umum digunakan
untuk pengambilan keputusan Kriteria majemuk adalah Multi Attribute Utility
Theory (MAUT) (Edward, W, 1997), Simple Multi Attribute Rating Tecnique
(SMART) (Edward, W dan Barron, FH, 1994 ) dan Analytic Hierarchy Process
(AHP) (Saaty, TL, 1980). Perkembangan ilmu pengambilan keputusan kriteria
majemuk juga telah meluas dengan diperkenalkan metode yang lebih kompleks
seperti Analytic Network Process (ANP).
Penelitian ini mengambil basis metode AHP sebagai metode untuk
memecahkan permasalahan yang dihadapi dalam mengajukan pensiun.
E. Analytic Hierarchy Process (AHP)

Menurut Saaty [4] metode AHP atau Proses Hirarki Analitik merupakan
salah satu metode pengambilan keputusan dimana factor – factor logika, intuisi,
pengalaman, pengetahuan, emosi, dan rasa dicoba untuk dioptimasikan dalam
suatu proses yang sistematis. Metode AHP ini mulai dikembangkan oleh Thomas
L. Saaty, seorang ahli matematika University Of Pittsburgh di Amerika Serikat,
pada awal tahun 1970 – an.
AHP yang dikembangkan oleh Saaty ini memecahkan yang kompleks
dimana aspek atau kriteria yang diambil cukup banyak kompleksitas ini
disebabkan oleh banyak hal diantaranya struktur masalah yang belum jelas,
ketidakpastian persepsi pengambilan keputusan serta ketidakpastian tersedia data
statistic yang akurat atau bahkan tidak ada sama sekali. Adakalanya timbul
masalah keputusan yang dirasakan dan diamati perlu diambil secepatnya, tetapi
variasinya rumit sehingga datanya tidak dapat dicatat secara numeric (kuantitatif),
namun secara kualitatif, yaitu berdasarkan persepsi pengalaman dan intuisi.
Namun, tidak menutup kemungkinan, bahwa model – model lainnya ikut
dipertimbangkan pada saat proses pengambilan keputusan dengan pendeketan
AHP, khususnya dalam memahami para kepututsan individual pada saat proses
penerapan pendekatan ini.

1. Kelebihan dan Kelemahan AHP

Metode AHP telah banyak penggunaannya dalam berbagai skala bidang

kehidupan. Kelebihan metode AHP ini dibandingkan dengan pengambilan
keputusan criteria majemuk lainnya adalah :

a. Struktur yang berhierarki, sebagai konsekuensi dari criteria yang dipilih,

sampai pada sub – sub criteria yang palling dalam.

b. Memperhitungkan validitas sampai dengan batas toleransi inkosistensi

berbagai criteria dan alternative yang dipilih oleh para pengambil

keputusan.
 c. Memperhitungkan daya tahan atau ketahanan output analisis sensitivitas

pengambilan keputusan.

d. Metode AHP memiliki keunggulan dari segi proses pengambilan

keputusan dan akomodasi untuk atribu – atribut baik kuantitatif maupun

kualitatif.

e. Metode AHP juga mampu menghasilkan hasil yang lebih konsisten

dibandingkan dengan metode – metode lainnya.

f. Metode pengambilan keputusan AHP memiliki system yang mudah

dipahami dan digunakan.

Kelemahan – kelemahan penggunaan metode AHP yaitu :

a. Responden yang dilibatkan harus memiliki pengetahuan yang cukup dalam

(expert) mengenai permasalahan dan tentang AHP itu sendiri.

AHP tidak dapat diterapkan pada suatu perbedaan sudut pandang yang
sangat tajam atau ekstrim dikalangan responden.

2. Langkah-langkah Metode AHP

Adapun langkah yang dipergunakan dalam metode AHP, yaitu :

1) Mendefinisikan masalah dan menentukan solusi yang diinginkan.

2) Membuat struktur hirarki yang diawali dengan tujuan umum,

dilanjutkan dengan sub tujuan – tujuan, criteria dan kemungkinan

alternatif – alternatif pada tingkatan criteria yang paling bawah.

3) Membuat matriks perbandingan berpasangan yang menggambarkan

kontribusi relative atau pengaruh setiap elemen terhadap masing –

 masing tujuan atau criteria yang setingkat di atasnya. Perbandingan

dilakukan berdasarkan judgement dari pengambilan keputusan dengan

menilai tingkat kepentingan suatu elemen dibandingkan elemen lainnya.

4) Melakukan perbandingan berpasangan sehingga diperoleh judgement

seluruh sebanyak n x [(n-1)/2] buah, dengan n adalah banyaknya

elemen yang dibandingkan.

5) Menghitung nilai eigen dan menguji konsistensinya, jika tidak

konsisten maka pengambilan data diulangi.

6) Mengulangi langkah 3, 4, dan 5 untuk seluruh tingkat hirarki.

7) Mengikuti vector eigen di setiap matriks perbandingan berpasangan.

Nilai vector eigen merupakan bobot setiap elemen. Langkah ini untuk

mesintesis judgement dalam penentuan prioritas elemem – elemen pada

tingkat hirarki terendah sampai pencapaian tujuan.

8) Memeriksa konsistensi hirarki. Jika nilainya lebih dari 10% maka

penilaian data judgement harus diperbaiki.

Secara naluriah manusia dapat mengestimasi besaran sederhana melalui

inderanya. Proses paling mudah adalah membandingkan dua hal dengan
keakuratan perbandingan yang dapat dipertanggungjawabkan, untuk itu Saaty
menetapkan skala kuantitatif 1 sampai 9 untuk menilai secara perbandingan
tingkat kepentingan suatu elemen dengan elemen lain ( Lihat table II.1 ).
 Intensitas Keterangan Penjelasan
Kepentingan
1 Kedua elemen sama Dua elemen mempunyai pengaruh
pentingnya yang sama besar terhadap tujuan
3 Elemen yang satu Pengalaman dan penilaian sedikit
sedikit lebih penting menyokong satu elemen
dari pada elemen dibandingkan elemen lainnya.
yang lain.
5 Elemen yang satu Pengalaman dan penilaian sangat
sedikit lebih cukup kuat menyokong satu elemen
dari pada elemen dibandingkan atas elemen lainnya
yang lainnya
7 Satu elemen jelas Satu elemen yang kuat
lebih penting dari disokong dan dominannya telah
pada elemen lainnya terlihat dalam praktek
9 Satu elemen mutlak Bukti yang mendukung
penting dari pada elemen yang satu terhadap elemen
elemen lainnya lain memiliki tingkat penegasan
tertinggi yang mungkin
menguatkan.
2,4,6,8 Nilai – nilai antara Nilai ini diberikan bila ada
dua nilai dua kompromi diantara dua pilihan.
perbandingan yang
berdekatan
Kebalikan Jika untuk aktivitas I mendapat satu angka bila
dibandingkan dengan aktivitas j, maka j mempunyai nilai
kebalikannya bila dibandingkan dengan i.

Pada dasarnya formulasi matematis pada model AHP dilakukan dengan

menggunakan matriks. MIsalkan, dalam suatu subsistem operasi terdapat n
elemen operasi, yaitu elemen – elemen operasi A1,A2, …, An, maka hasil
perbandingan secara berpasangan elemen – elemen operasi tersebut akan
membentuk matriks perbandingan (Lihat gambar II.3).
A A … A
 1 2 n
A a a … a
1 11 12 1n
A a a … a
2 21 22 2n
: : : : :
A a a … a
n n1 n2 nn

Matriks A (nxn) merupakan matriks resiprokal dan diasumsikan terdapat n

elemen yaitu w1, w2, …, wn yang akan dinilai secara perbandingan. Nilai
(judgement) perbandingan secara berpasangan antara (wi, wj) dapat
dipresentasikan seperti matriks tersebut (persamaan dibawah).
wi = a(i, j) ; I, j = 1, 2, …, n
wj
Matriks A merupakan matris perbandingan dengan unsur – unsur
adalah aij, dengan I, j = 1, 2, …, n. Unsur – unsur matriks tersebut diperoleh
dengan membandingkan satu elemen operasi terhadap elemen operasi lainnya
tingkat hirarki yang sama. Matriks itu dikenal juga dengan sebutan Pairwise
Comparison Judgement Matrices (PCJM).
Vektor pembobotan elemen – elemen operasi dinyatakan sebagai vector w,
dengan w (w1, w2, …, wn), sehingga nilai intensitas kepentingan elemen operasi A1
terhadap A2 yakni w1/w2 sama dengan a12 (gambar II.4).
A A … A
1 2 n
A w w … w
1 1/w1 1/w2 1 /wn
A w w … w
2 2/w1 2/w2 2 /wn
: : : : :
A w w … w
n n/w1 n/w2 n/wn

Nilai – nilai wi, wj, dengan I, j = 1, 2, …, n, diperoleh dari partisipan yang

dipilih, yaitu orang – orang yang berkompeten dalam permasalahan yang
dianalisis. Bila matriks ini dikalikan dengan vector kolom w = w 1, w2, …, wn,
maka A dengan nilai eigen n. Persamaan tersebut akan dilihat seperti gambar II.5 :
 w1 w1 … w1
w1 w2 wn w1 w1
w2 w2 … w2 x w2 = n x w2
w1 w2 wn … …
wn wn … wn wn wn
w1 w2 wn

Variabel n pada gambar dapat digantikan secara umum dengan sebuah

vector λ dalam persamaan berikut :
Aw = λw
Dimana λ = (λ1, λ2, …, λn)
Setiap λn yang memenuhi persamaan diatas disebut sebagai eigen
value, sedangkan vector w yang memenuhi persamaan diatas tersebut dinamakan
eigen vector.
Matriks A adalah suatu matriks resiprokal dengan nilai aii = 1 untuk
semua I, sehingga memenuhi persamaan berikut :
n
∑ λi
i=1 =n
Apabila matriks A adalah matriks yang konsisten maka semua
eigen value bernilai 0 kecuali satu yang bernilai sama dengan n. Bila matriks A
adalah matriks yang tak konsisten, variasi kecil atas aij akan membuat eigen value
paling besar, λmax tetap dekat dengan n, dan eigen value lainnya mendekati nol.
Nilai λmax dapat dicari dengan persamaan berikut :
Aw = λmax w atau [ A – λmax I ] = 0
Dimana I adalah matriks identitas.
Nilai vector bobot w dapat dicari dengan mensubtitusikan nilai λmax
ke dalam persamaan Aw = λmax w.

Pada prakteknya, kondisi yang konsisten akan sulit didapat . Nilai a ij akan
menyimpang dari rasio wi / wj sehingga dengan demikian persamaan Aw = nw
tidak akan terpenuhi. Deviasi λmax dari n merupakan suatu parameter Consistency
Index ( CI ) yang dirumuskan sebagai berikut :
CI = λmax – n
 n–1
Nilai CI tidak akan berarti bila tidak terdapat acuan untuk menyatakan
apakah CI menunjukkan suatu matriks yang konsisten. Saaty memberikan acuan
dengan melakukan perbandingan acak terhadap 500 buah sample. Saaty
berpendapat bahwa suatu matriks yang dihasilkan dari perbandingan yang
dilakukan secara acak merupakan suatu matriks yang mutlak tak konsisten. Pada
matriks acak tersebut diperoleh nilai CI, yang disebut dengan Random Index
( RI ), sehingga dengan membandingkan CI dengan RI akan didapatkan acuan
untuk menentukan tingkat konsistensi suatu matriks, yang disebut dengan
Consistency Ratio ( CR ), melalui persamaan berikut :
CR = CI
RI
Thomas L. Saaty mendapatkan nilai rata – rata RI dari 500 buah sample
matriks acak dengan skala perbandingan 1 – 9, untuk beberapa orde matriks
sebagai pada table II.2 :
Orde Matriks 1 2 3 4 5 6 7 8 9
RI 00.00 0.00 0.58 0.90 1.12 1.24 1.32 1.41 1.45
Orde Matriks 10 11 12 13 14 15
RI 0.49 1.51 1.48 1.56 1.57 1.59

Saaty menerapkan bahwa suatu matriks perbandingan adalah konsistensi

bila nilai CR tidak lebih dari 0.1 ( 10% ).

F. Perhitungan Matematis AHP

1. Contoh Perhitungan AHP

Masalah pemilihan sekolah dilakukan oleh Prof.T.L Saaty untuk

membantu anakanya dalam menentukan perguruan tinggi apa yang akan
dimasukinya setelah lulus dari sekolah. Anaknya menemui kesukaran dalam
memilih satu dari tiga perguruan tinggi yang menerimanya sebagai mahasiswa.
Prof. Saaty memutuskan untuk membuat suatu hirarki yang dapat dilihat pada
gambar II.6 berikut :

Memilih Sekolah

PBM LP KS PK KUA KM

Sekolah A Sekolah B Sekolah C

Keterangan :
PBM = Proses Belajar Mengajar
LP = Lingkungan Pergaulan
KS = Kehidupan Sekolah
PK = Pendidikan Kejurusan
KUA = Kualifikasi yang diminta sekolah
KM = Mutu Pendidikan musik

Setelah penyusunan hirarki selesai maka langkah selanjutnya adalah

melakukan perbandingan antara elemen – elemen dengan memperhatikan
pengaruh elemen pada level diatasnya. Perbandingan dilakukan dengan skala 1
sampai 9. Matriks perbandingan dari level dua dapat dilihat pada table II.3.

PBM LP KS PK KUA KM

PBM 1 4 3 1 3 4

LP 1/4 1 7 3 1/5 1

KS 1/3 1/7 1 1/5 1/5 1/6

PK 1 1/3 5 1 1 1/3
 KUA 1/3 5 5 1 1 3

KM 1/4 1 6 3 1/3 1

Nilai pada table II.3 dapat disintesiskan dengan jalan menjumlahkan angka
– angka yang terdapat pada setiap kolom, setelah itu angka dalam setiap sel dibagi
dengan jumlah pada kolom yang bersangkutan. Proses ini akan menghasilkan
matriks yang telah normal ( Lihat pada table II.4 ).
PBM LP KS PK KUA KM Rata –
rata
PBM 23 /
6 / 19 1/9 5 / 46 45 / 86 8 / 19 0.30
66
LP
3 / 38 2 / 23 7 / 27 15 / 46 3 / 86 2 / 19 0.15
KS
2 / 19 1 / 80 1 / 27 1 / 46 3 / 86 1 / 57 0.04
PK
6 / 19 2 / 69 5 / 27 5 / 46 15 / 86 2 / 57 0.14
KUA 17 /
2 / 19 5 / 27 5 / 46 15 / 86 6 / 19 0.22
39
KM
3 / 38 2 / 23 2/9 15 / 46 5 / 86 2 / 19 0.15

Nilai rata – rata dari setiap baris menunjukkan bahwa tingkat kepentingan
factor untuk masing – masing criteria adalah : 30%, 15%, 4%, 14%, 22%, dan
15%. Setelah matriks level 2 selesai diisi dan dihitung bobot prioritasnya, langkah
selanjutnya adalah membuat matriks perbandingan antar elemen level 3 dengan
memperhatikan keterkaitannya dengan level 2. Proses ini memiliki langkah yang
sama seperti proses yang telah dijelaskan sebelumnya.

2. Perhitungan Konsistensi AHP

Langkah pertama untuk menghitung konsistensi adalah dengan melakukan

perkalian matriks antara matriks perbandingan pada table II.3 dan vector prioritas
yang didapat pada table II.4. Hasil perhitungan ini adalah sebagai berikut :

1 4 3 1 3 4 0.30 2.40
 1/4 1 7 3 1/5 1 0.15 1.11
1/3 1/7 1 1/5 1/5 1/1 x 0.04 = 0.26
1 1/3 5 1 1 1/3 0.14 0.96
1/3 5 5 1 1 3 0.22 1.84
1/4 1 6 3 1/3 1 0.15 1.10

Selanjutnya nilai masing – masing sel pada vector hasil perkalian tersebut
dibagi dengan nilai masing – masing sel pada vector prioritas sehingga diperoleh
hasil sebagai berikut :

2.40 0.30 7.88

1.11 0.15 7.45
0.26 ÷ 0.04 = 6.75
0.96 0.14 6.76
1.84 0.22 8.31
1.10 0.15 7.50

Nilai λmax dapat dicari dengan perhitungan sebagai berikut :

λmax = 7.88 + 7.45 + 6.75 + 6.76 + 8.31 + 7.50
6
Nilai Consistency Index ( CI ) didapat dengan perhitungan :
CI = λmax – n = 7.44 – 6 = 0.29
n–1 6–1
Berdasarkan table 2.2 nilai Random Index ( RI ) untuk jumlah elemen 6
adalah 1,24 maka nilai Consistency Ratio ( CR ) adalah
CR = CI = 0.29 = 0.23
RI 1.24
Nilai 0.23 ini menyatakan bahwa rasio konsistensi dari hasil penelitian
perbandingan diatas mempunyai rasio sebesar 23%. Nilai ini menyebabkan
penilaian tersebut tidak dapat diterima dan harus diulangi kembali karena lebih
besar dari 10% seprti yang telah dikemukakan oleh Saaty.
3. Perhitungan Multi Responden

Penilaian yang dilakukan oleh banyak responden akan menghasilkan

pendapat yang berbeda satu sama lain. AHP hanya membutuhkan satu jawaban
untuk satu matriks perbandingan. Jadi semua jawaban dari responden harus dirata
– ratakan. Untuk itu Saaty memberikan metode perataan dengan Geometric Mean.
Geometric Mean Theory menyatakan bahwa jika terdapat n responden
melakukan perbandingan berpasangan, maka terdapat n jawaban atau nilai
numeric untuk setiap pasangan. Untuk mendapat suatu nilai tertentu dari semua
nilai tersebut, masing – masing nilai harus dikalikan satu sama lain kemudian
hasil perkalian dipangkatkan dengan 1/n. Secara matematis dapat dituliskan dalam
persamaan berikut :
Aij = ( z1, z2, …, zn )1/n
aij adalah nilai rata – rata perbandingan antar criteria A i da Aj untuk n
responden. Zi adalah nilai perbandingan antara criteria Ai denagn Aj untuk
responden ke – i dengan i = 1, 2, …, n dan n adalah jumlah responden.

G. Basis Data

1. Pengertian Basis Data

Basis Data terdiri dari 2 kata, yaitu Basis dan Data. Basis kurang lebih
dapat diartikan sebagai markas atau gudang, tempat berkumpul. Sedangkan data
representasi fakta dunia nyata yang mewakili suatu objek seperti manusia
(pegawai, siswa, pembeli, pelanggan), barang, dan sebagainya, yang direkam
dalam bentuk angka, huruf, simbol, teks, gambar, bunyi atau kombinasinya.
Basis data sendiri dapat didefinisikan dalam sejumlah sudut pandang
seperti Fatansyah [6] :
1. Himpunan kelompok data (arsip) yang saling berhubungan yang diorganisasi
sedemikian rupa agar kelek dapat dimanfaatkan kembali dengan cepat dan
mudah.
2. Kumpulan file / tabel / arsip yang saling berhubungan yang disimpan
dalam media penyimpanan elektronis.

2. Sistem Pengelola Basis Data ( Database Management System / DBMS)

Pengelola basis data secara fisik tidak dilakukan oleh pemakai secara
langsung, tetapi ditangani oleh sebuah perangkat lunak (sistem) yang khusus /
spesifik. Perangkat lunak inilah (disebut DBMS) yang akan menentukan
bagaimana data diorganisasi, disimpan, diubah dan diambil kembali. Ia juga
menerapkan mekanisme pengamanan data, pemakaian data secara bersama,
keakuratan data dan sebagainya. Jogianto [2]
Perangkat lunak yang termasuk DBMS seperti dBase III+, dBase IV,
FoxBase, MS – Access, Borland – Paradoks, MS – SQLServer, Oracle Borland –
Interbase. Salah satu tujuan DBMS adalah untuk menyediakan fasilitas / antar
muka ( interfase) dalam melihat data ( yang lebih ramah / userfriendly ) kepada
pemakai.

3. Bahasa Basis Data ( Database Language )

DBMS merupakan perantara bagi pemakai dengan basis data dalam disk.
Cara berinteraksi / berkomunikasi antara pemakai dengan basis data tersebut
diatur dalam suatu bahasa khusus yang ditetapkan oleh perusahaan pembuat
DBMS. Bahasa itu dapat kita sebut sebagai Bahasa Basis Data yang terdiri atas
sejumlah perintah yang diformulasikan dan dapat diberikan user dan dikenali /
diproses oleh DBMS untuk melakukan suatu aksi / pekerjaan tertentu.

Sebuah Bahasa Basis Data ada dua bentuk yaitu Fatansyah [6] :

1. Data Definition Language (DDL)

2. Data Manipulation Language (DML)
 Struktur atau skema basis data yang menggambarkan desain basis data
secara keseluruhan dispesifikasikan dengan bahasa khusus yang disebut Data
Definition Language (DDL), Dengan bahasa inilah dapat dibuat tabel baru,
membuat indeks, mengubah tabel, menentukan struktur penyimpanan tabel, dan
sebagainya. Yang mana hasil dari kompilasi perintah DDL adalah kumpulan tabel
yang disimpan dalam file khusus yang disebut kamus data ( Data Dictionary ).
Sedangkan Data Manipulation Language (DML) merupakan bentuk
bahasa basis data yang berguna untuk melakukan manipulasi dan pengambilan
data pada suatu basis data. Manipulasi data dapat berupa :

1. Penyisipan atau penambahan data baru dari suatu basis data

2. Penghapusan data dari suatu basis data
3. Pengubahan data dari suatu basis data

Data Manipulation Language (DML) merupakan bahasa yang bertujuan

memudahkan pemakai untuk mengakses data sebagaimana direpresentasikan oleh
modeldata.

H. Pemodelan dan Analisis

Pada tingkat teknik, rekayasa perangkat lunak dimulai dengan serangkaian

tugas pemodelan yang membawanya kepada suatu spesifikasi lengkap
daripersyaratanrepresentasi desain yang komprehensif bagi perangkat lunak yang
akan dibangun. Model analisis, yang sebenarnya merupakan serangkaian model
representasi teknis dari sistem. Saat ini ada dua yang mendominasi landscap
pemodelan analisis. Yang pertama analisis terstruktur, adalah pemodelan klasik
dan yang kedua adalah analisis berorientasi objek.

1. Entity Relationship Diagram (ERD)

ERD merupakan notasi grafis dalam pemodelan data konseptual yang

mendeskripsikan hubungan antara penyimpanan. ERD digunakan untuk
memodelkan struktur data dan hubungan antar data, karena hal ini relatif
kompleks. Dengan ERD kita dapat menguji model dengan mengabaikan proses
yang harus dilakukan. ERD menggunakan sejumlah notasi dan simbol untuk
menggambarkan struktur dan hubungan antar data, pada dasarnya ada 3 macam
simbol yang digunakan yaitu Fatansyah [6] :
a) Entity

Adalah suatu objek yang dapat diidentifikasi dalam lingkungan

pemakai, sesuatu yang penting bagi pemakai dalam konteks sistem yang
akan dibuat.

b) Atribut

Entiti mempunyai elemen yang disebut atribut, dan berfungsi

mendeskripsikan karakter entiti.

c) Hubungan

Relationship sebagaimana halnya entiti maka dalam hubungan

pun harus dibedakan antara hubungan atau bentuk hubungan antar entiti
dengan isis dari hubungan itu sendiri.
Relasi antara dua file atau dua tabel dapat dikategorikan menjadi
tiga macam, yaitu :

1) One to One Relationship

Yang berarti entitas pada himpunan entitas A berhubungan
paling banyak dengan satu entitas B, dan begitu juga sebaliknya
setiap entitas pada himpunan entitas B berhubungan paling banyak
dengan satu entitas pada himpunan entitas A.

2) One to Many Relationship

Yang berarti entitas pada himpunan entitas A berhubungan
dengan banyak entitas pada satu himpunan entitas B, tetapi tidak
sebaliknya setiap entitas pada himpunan entitas B berhubungan
paling banyak dengan satu entitas pada himpunan entitas A.

3) Many to Many Relationship

Yang berarti entitas pada himpunan entitas A berhubungan
dengan banyak entitas pada satu himpunan entitas B dan begitu
 juga sebaliknya setiap entitas pada himpunan entitas B
berhubungan dengan banyak entitas pada himpunan entitas A.

2. Data Flow Diagram (DFD)

DFD adalah suatu model logika data atau proses yang dibuat untuk
menggambarkan darimana asal data dan kemana tujuan data yang keluar sistem,
dimana data disimpan, proses apa yang menghasilakn data tersebut dan interaksi
antara data yang tersimpan dan proses yang akan dikenakan pada data tersebut.
Jogianto [2]
DFD sering digunakan untuk menggambarkan suatu sistem yang telah ada
atau sistem baru yang akan dikembangkan sacara logika tanpa
mempertimbangkan lingkungan fisik dimana data tersebut mengalir (misalnya
lewat telepon, surat dan sebagainya). Atau lingkungan fisik dimana data tersebut
akan disimpan (misalnya file kartu, hard disk, tape, disket dan sebagainya).
DFD merupakan alat yang cukup populer saat ini, karena dapat
menggambarkan arus data didalam sistem dengan terstruktur dan jelas. Lebih
lanjut DFD merupakan dokumentasi dari sistem yang baik.
Beberapa simbol yang akan digunakan di dalam DFD antara lain menurut
Jogianto [2] adalah sebagai berikut :

1) Kesatuan luar ( External Entity )

Setiap sistem pasti mempunyai batas sistem yang memisahkan
suatu sistem dengan lingkungan luarnya. Sistem akan menerima input
dan menghasilkan output kepada lingkungan luarnya. Kesatuan luar
(external entity) merupakan kesatuan dilingkungan luar sistem dapat
berupa orang, organisasi atau sistem lainnya yang berada dilingkungan
luarnya yang akan memberikan input atau menerima output dari sistem.
Kesatuan luar ini kebanyakan adalah salah satu dari berikut ini :

a. Suatu kantor, departemen atau divisi dalam perusahaan tetapi di luar

sistem yang sedang dikembangkan.
b. Orang atau sekelompok orang di organisasi tetapi di luar sistem yang
sedang dikembangkan.

c. Suatu organisasi atau orang di luar organisasi.

d. Sistem informasi yang lain di luar sistem yang sedang dikembangkan.

e. Sumber asli dari suatu transaksi.

f. Penerimaan akhir dari suatu laporan yang dihasilakn oleh sistem.

2) Aliran Data ( Data Flow )

Aliran data di DFD diberi simbol suatu panah. Aliran data ini
mengalir diantara proses (process), simpan data (data store) dan kesatuan
luar (external entity). Aliran data ini menunjukkan aliran dari data yang
dapat berupa masukkan untuk sistem atau hasil dari proses sistem.

3) Proses
Proses adalah kegiatan atau kerja yang dilakukan oleh orang,
mesin atau komputer dari hasil suatu arus data yang masuk ke dalam
proses untuk dihasilkan arus data yang akan keluar dari proses yang
digambarkan secara umum. Suatu proses dapat ditunjukkan dengan
simbol lingkaran atau dengan simbol empat persegi panjang tegak
dengan sudut – sudutnya tumpul.

4) Berkas atau Simpanan Data ( Data Store )

Berkas atau simpanan data merupakan simpanan dari data yang
dapat berupa :
a) Suatu file atau database di sistem komputer.
b) Suatu arsip atau catatan manual.
 c) Suatu kotak tempat data di meja seseorang.
d) Suatu tabel acuan manual.
e) Suatu agenda atau buku.

I. Perangkat Lunak Pendukung

Borland Delphi atau biasa yang disebut Delphi saja, merupakan sarana
pemrograman aplikasi visual. Bahasa pemrograman yang digunakan adalah
bahasa pemrograman Pascal atau kemudian juga yang disebut bahasa
pemrograman Delphi. Delphi merupakan generasi penerus dari Turbo Pascal.
Turbo Pascal yang diluncurkan pada tahun 1983 dirancang untuk dijalankan pada
system operasi DOS (yang merupakan system operasi yang paling banyak
digunakan pada saat itu). Sedangkan Delphi yang diluncurkan pertama kali tahun
1995 dirancang untuk beroperasi dibawah system operasi windows.
Delphi adalah compiler (penterjemah) bahasa Delphi (awalnya dari pascal)
yang merupakan bahasa tingkat tinggi sekelas dengan basic, C. Bahasa
pemrograman di Delphi disebut bahasa procedural yaitu bahasa atau sintaknya
mengikuti urutan tertentu. Delphi disebut juga Visual Programming artinya
komponen – komponen yang ada tidak hanya berupa teks tetapi muncul berupa
gambar – gambar.
Delphi memiliki sarana untuk pembuatan aplikasi, mulai dari sarana untuk
pembuatan form, menu, toolbar, hingga kemampuan untuk menangani
pengelolaan basis data yang besar. Kelebihan – kelebihan yang dimiliki Delphi
antara lain karena pada Delphi, form dan komponen – komponennya dapat
dipakai ulang dan dikembangkan, tersedia template aplikasi dan template form,
memiliki lingkungan pengembangan visual yang dapat diatur sesuai kebutuhan,
menghasilkan file terkompilasi yang berjalan lebih cepat, serta kemampuan
mengakses data dari bermacam – macam format.
Delphi menggunakan bahasa objek pascal didalam lingkungan
pemrograman visual. Kombinasi ini menghasilkan sebuah lingkungan
pengembangan aplikasi yang berorientasi objek (Object Oriented Programming).
Dengan konsep seperti ini, maka pembuatan aplikasi menggunakan Delphi dapat
dilakukan dengan cepat dan menghasilkan aplikasi yang tangguh. Form dan
komponen yang ada didalamnya, misalnya, dapat disimpan dalam suatu paket
komponen yang dapat digunakan kembali, atau dimodifikasi seperlunya saja.
Khususnya untuk pemrograman database, Delphi menyediakan object yang
sangat kuat, canggih dan lengkap, sehingga memudahkan pemrograman dalam
merancang, membuat dan menyelesaikan aplikasi database yang diinginkan.
Selain itu, Delphi juga dapat menangani data dalam berbagai format database,
misalnya format MS.Access, Oracle, Foxro, Informix dan lain – lain. Format
database yang dianggap asli dari Delphi adalah Paradox dan dBase.
Keunggulan yang dimiliki oleh Borland Delphi yaitu :
a. Memiliki banyak fitur
b. Dapat merancang dan membuat tampilan aplikasi yang bagus
c. Mudah dalam penulisan coding
Kompatible dengan berbagai macam jenis database.
III. PROSEDUR PENELITIAN

A. Metode

Metode penelitian yang digunakan adalah metode kualitatif. Alasan

menggunakan metode kualitatif karena dikhawatirkan terjadi perubahan masalah
dalam proses penelitian.
Selain itu, dalam proses pembangunan sistem informasi pengambilan
keputusan banyak faktor yang membuat masalah ini semakin kompleks dan
dinamis sehingga rentan terhadap perubahan masalah.

B. Tempat Penelitian

PT. PLN (Persero) Penyaluran dan Pusat Pengaturan Beban (P3B) Region
Jawa Barat, Jl. Supratman No.58 Bandung.

C. Instrumen Penelitian

Instrumen yang digunakan dalam penelitian ini adalah bagian Juru Utama /
Juru Administrasi Personil PT. PLN (Persero) P3B Region Jawa Barat. Karena
dalam penelitian kualitatif manusia dijadikan sebagai instrumen penelitian utama.

D. Sampel Sumber Data

Karena penelitian kualitatif berangkat dari kasus tertentu yang ada pada
situasi sosial tertentu, maka sample yang kami ambil di sini berdasarkan situasi
sosial tempat yaitu beberapa pegawai di PT. PLN (Persero) P3B Region Jawa
Barat yang umurnya hampir mencapai 56 tahun atau akan pensiun.

E. Teknik Pengumpulan Data

Adapun teknik-teknik yang digunakan dalam mengumpulkan data adalah:

 1. Studi pustaka
Mencari referensi yang berkaitan dengan permasalahan mulai dari
mencari dari buku-buku, jurnal maupun arikel-artikel yang terdapat di
internet.
2. Wawancara
Penulis melakukan tanya jawab dengan pihak intern ( terkait )
langsung dalam pengolahan data dana manfaat pensiun.
3. Observasi
Selain dengan menggunakan kedua metode diatas, penulis juga
melakukan pemantauan langsung ke lapangan untuk mendapatkan
informasi yang dibutuhkan.

F. Teknik Analisis Data

Analisis data dapat diartikan sebagai suatu tahap setelah analisis dari
siklus pengembangan sistem yang merupakan suatu persiapan untuk
mengembangkan atau membuat program aplikasi.

1. Tujuan Analisis Data

Analisis data bertujuan untuk memberikan gambaran secara umum kepada

pemakai dalam pembuatan rancangan sistem informasi pengambilan keputusan.
Sehingga diharapkan sistem informasi pengambilan keputusan ini menjadikan
proses pengajuan pensiun bisa lebih cepat dan mudah

4. ERD (Entity Relationship Diagram)

Untuk memodelkan data dan menggambarkan hubungan antara data yang

ada, digunakan alat bantu yaitu diagram E-R. Usulan untuk perancangan diagram
E-R yaitu dapat membedakan dengan atribut lainnya sehingga tabel tersebut dapat
dijadikan referensi untuk tabel lainnya.
5. Perancangan Diagram Konteks

Diagram konteks berfungsi untuk menjelaskan hubungan sistem informasi

pengambilan keputusan yang akan dibangun serta untuk memudahkan pembuatan
sistem informasi pengambilan keputusan.

6. Perancangan Data Flow Diagram (DFD)

Data Flow Diagram merupakan model dari sistem untuk menggambarkan

pembagian sistem yang lebih kecil.

7. Kamus Data

Kamus data (data dictionary) merupakan katalog fakta tentang data dan
kebutuhan-kebutuhan informasi dari suatu sistem. Kamus data dibuat berdasarkan
arus data yang ada pada diagram aliran data. Dengan menggunakan kamus data,
analisis sistem dapat mendefinisikan data yang mengalir pada sistem secara
lengkap. Kamus data digunakan untuk merancang input, merancang laporan dan
database.

8. Skema Relasi

Skema relasi merupakan hasil transformasi dari bentuk relasi diagram E-R
yang digambarkan dalam bentuk relasi perancangan antarmuka tabel.

9. Perancangan Antar Muka

Antar muka sistem dibangun dengan menggunakan Borland Delphi dan

databasenya menggunakan Ms.Acces.
 G. Rencana Pengujian Validitas dan Realibilitas Data

Pengujian validitias yang akan dilakukan adalah uji kredibilitas data.

Pengujian kredibilitas data dilakukan dengan :
1. Perpanjangan Pengamatan

Peneliti kembali ke PT. PLN (Persero) P3B Jawa Barat untuk memeriksa
apakah data yang diperoleh sudah benar atau tidak.

10. Meningkatkan Ketekunan

Peneliti melakukan pengamatan secara lebih cermat dan

berkesinambungan agar kepastian data dan urutan peristiwa dapat direkam
secarara pasti dan sistematis

11. Triangulasi

Triangulasi yang digunakan adalah triangulasi teknik pengumpulan data.

Wawancara Observasi

Studi Pustaka

12. Membercheck

Peneliti kembali ke sumber data yang dalam hal ini merupakan PT. PLN
(Persero) P3B Jawa Barat untuk memeriksa apakah pemberi data menyetujui data
yang diperoleh.

13. Analisis Kasus Negatif

Peneliti melakukan analisis dengan mencari data yang berbeda atau

bahkan bertentangan sama sekali. Bila tidak ada data yang berbeda atau
bertentangan dengan data yang ditemukan, maka data tersebut bisa dianggap
valid.
IV. ORGANISASI DAN JADWAL PENELITIAN

A. Organisasi

Ketua : Aloysius Rizkan P. (10107298)

Sekretaris : Cephi Saepul Rohman (10107311)
Bendahara : Anna Dara (10107275)
Anggota : 1. Adi Setyo Nugroho (10107295)
2. Jajang Machpudin (10107277)
3. Rahmadsyah (10107313)

B. Job Deskripsi

Nama Job Deskripsi

Aloysius Rizkan P. Penyusunan Organisasi dan Jadwal Penelitian
serta Persentasi
Cephi Saeful Rohman Penyusunan Penutup
Anna Dara Penyusunan RAB
Adi Setyo Nugroho Penyusunan Fokus Penelitian
Jajang Machpudin Penyusunan Rumusan Masalah
Rahmadsyah Penyusunan Tujuan Penelitian
Raden Sofian Bahri Penyusunan Teknik Pengumpulan Data
Een Eriandi Penyusunan Studi Kepustakaan dan Persentasi
Limai Andri N. Penyusunan Studi Kepustakaan dan Persentasi
Ahmad .W Penyusunan Studi Kepustakaan dan Persentasi
Muhammad Rizal Penyusunan Metode dan Alasan Penelitian
Samudra Andalan Penyusunan Latar Belakang
Restiana Ayunita Penyusunan Instrumen
Novia Ermawathi Penyusunan Sample Sumber Data
Rezki Nugraha Penyusunan Teknik Analisis Data
Iyan Wardianto Penyusunan Daftar Pustaka
Adis S. Penyusunan Rencana Pengujian, Validasi, dan
Realibilitas Data
Kurniawan Penyusunan Tempat Penelitian
Mulyana Penyusunan Rencana Pengujian, Validasi, dan
Realibilitas Data

C. Jadwal Penelitian

No Hari Ke :
Kegiatan
. 1 2 3 4 5 6 7 8 9 10 11 12 13
1. Diskusi Masalah
2. Penyusunan
No Hari Ke :
Kegiatan
1 2 3 4 5 6 7 8 9 10 11 12 13
. Proposal
3. Diskusi Proposal
4. Terjun ke
lapangan
5. Menentukan
fokus
6. Menganalisis
data
7. Uji keabsahan
data
8. Membuat draft
skripsi
9. Diskusi draft
skripsi
10. Penyempurnaan
skripsi
V. RENCANA ANGGARAN BIAYA

A. Pra Penelitian

1. Pembuatan Proposal Rp 15.000,-

2. ATK Rp 20.000,-
3. Transportasi (Survey) Rp 30.000,-
4. Lain-lain Rp 50.000,-
5. Jumlah Rp 115.000,-

B. Pelaksanaan Penelitian

1. Pengumpulan Data Rp 100.000,-

2. Konsumsi Rp 100.000,-
3. Biaya Internet Rp 100.000,-
4. Lain-lain Rp 100.000,-
5. Jumlah Rp 400.000,-

C. Jumlah Keseluruhan Biaya Rp 515.000,-

VI. DAFTAR PUSTAKA

[1] Pressman, Roger S., Ph. D, (2002) , Rekayasa Perangkat Lunak: Pendekatan

Praktis (Buku Satu), Andi, Yogyakarta.

[2] Jogianto, HM, (1989), Analisis dan Desain sistem Informasi, Yogyakarta :

Andi Offset

[3] Ramdhani,M.A,(2001), Perancangan Sistem Pendukung Keputusan Kriteria

Majemuk Pada Pengambilan Keputusan Kelompok. Disertasi Doktor

Departemen Teknik Industri ITB.Bandung.

[4] Saaty,TL,(1980),Analytic Hierarchy Process. Mc Graw hill : New York.

(2001), Decision Making with Dependence and Feedback : The

Analytic Network Process. RWS Publications :Pittsburgh,PA.
] Wahana Komputer, (2003), Panduan Praktis Pemrograman Borland Delphi

7.0,Andi,Yogyakarta.

] Fatansyah, Ir., Basis Data, INFORMATIKA Bandung, 2002.

VII. PENUTUP

Syukur Alhamdulillah penulis panjatkan kehadiratnya, karena atas

limpahan rahmatnyalah proposal ini telah terselesaikan tepat pada waktunya.
Demikian proposal ini disusun tidak lain sebagai pedoman dalam melakukan
penelitian nantinya, dimana proposal ini berisi berbagai langkah-langkah yang
akan diikuti oleh peneliti untuk melakukan penelitiannya.

Tidak lupa ucapan terima kasih penulis haturkan kepada berbagai pihak
terkait atas bantuan yang diberikan dalam pembuatan proposal ini sehingga
proposal ini bisa dimanfaatkan nantinya dalam proses penelitian. Akhirnya
penulis menyadari sepenuhnya tidaklah ada yang sempurna di alam semesta ini
hanya dia yang maha sempurna pemilik alam semesta. Atas dasar itulah penulis
haturkan beribu maaf atas ketidak sempurnaan dalam penyusunan proposal ini,
semoga dengan ketidak sempurnaan yang ada proposal ini tetap bias bermanfaat
bagi penulis khususnya serta bagi peneliti umumnya.